knn算法python代码
时间: 2023-10-13 09:21:13 浏览: 36
下面是一个简单的 k-近邻算法的 Python 代码示例:
``` python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 加载数据集
data = pd.read_csv('iris.csv')
# 数据集切分
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
# 创建 k-近邻分类器
knn = KNeighborsClassifier(n_neighbors=5)
# 训练模型
knn.fit(X_train, y_train)
# 预测测试集
y_pred = knn.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
以上代码使用了 scikit-learn 库中的 KNeighborsClassifier 类实现 k-近邻算法。其中,我们首先加载 iris 数据集并对其进行切分,然后创建了一个 k-近邻分类器。接着,我们使用训练集来训练模型,并使用测试集进行预测。最后,我们计算了模型的准确率并输出结果。